SCARA机械手的RBF神经网络自适应轨迹跟踪控制

摘要：

为了解决机械手系统模型存在参数变化、强耦合、高度非线性等不确定性因素，提出基于RBF神经网络机械手自适应控制方法。该方法利用RBF神经网络的自适应、容错、并行处理及非线性映射能力，从而实现了无需机械手精确模型信息的控制。通过Matlab/Simulink环境下的仿真实验表明，该方法可实现对SCARA机械手的位置跟踪控制，通过控制算法适时地修正网络参数，实现对非线性系统任意轨迹的轨迹跟踪控制，具有良好的控制品质。

关键词：机械手、RBF神经网络、Matlab/Simulink、轨迹跟踪

分类号：TP241.2(自动化技术及设备)

在线出版日期：2014-03-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：41-46